结合时空拓扑特征和稀疏表达的人体行为识别算法

？基于视觉的行为分析是图像处理、模式识别等领域重要研究内容之一，在公共安全和军事上有广泛前景。在固定单摄像机下，针对单特征描述力欠缺、运动遮挡、空洞和阴影等问题，提出一种结合时空拓扑特征和稀疏表达的行为识别算法。该算法利用随机投影融合拓扑结构、几何不变特征和时空poisson信息构造强内聚高区分低维的时空拓扑特征，结合模拟人脑解决问题的加噪稀疏机制，识别近景人体行为。实验结果表明时空拓扑特征比单特征的识别率高12.79%，在噪声情况下识别率仅降低6.15%，多行为识别率达到87.78%；该算法具有较强的时空特征描述力、噪声鲁棒性和识别高效性。